一种新的基于DSP应用的改进SPECK算法

在基于小波变换的图像压缩编码算法中，Pearlman的利用子带内小波系数的聚类特性的Set Partition Embedded block(SPECK)算法与SPIHT算法相比，具有更低复杂度、更快的编解码速度和相近的性能。文中提出了一种基于DSP平台的SPECK编码器在实时环境下的应用方案。通过使用提升结构的整数小波变换并基于DSP平台上对变换流程进行优化，以提高小波变换的速度。引进误差比特数(Number of Error Bits)概念，并定义绝对零系数(Absolute Zero-Coefficient)对原有的SPECK算法进行改进，在不影响压缩性能的情况下，显著地减少了原算法对内存的需求，并提高了执行速度。实验结果证明，改进后的算法适应了大多数的实时系统的要求，是一个具有实用价值的DSP解决方案。     

低码率合成孔径雷达图像传输

提出了一种利用小波变换进行低码率合成孔径雷达 (Synthetic Aperture Radar-SAR)图像传输的方案 ;对局域增强技术进行了理论分析 ,得出了信噪比改善的解析结果 ;解决了SPIHT算法的子树分离问题 ,提出了具有抵抗信道噪声能力的修正的 MSPIHT算法 ,对其存贮复杂性和计算复杂性进行了分析 ;分析和仿真表明了本方法的有效性     

遥感图像去雾算法研究

针对现有的去雾算法对彩色图像处理后会出现色彩畸变的问题,提出了基于Retinex算法和色度比的去雾算法,该算法在用Retinex算法进行图像恢复的过程中引入了原图像的色彩信息,改善了处理后的图像的色彩。     

基于梯度特征的图像自动分割方法

利用遥感图像进行海上目标检测、监视的关键技术是实现海陆分离，从而为目标检测、监视减少不必要的处理工作。传统的采用阈值分割方法分离陆地，但是这种方法对于陆地上灰度级较低区域容易造成误分割。而且，很显然的不能够充分利用图像中的灰度变化信息，即梯度。为此提出了一种基于梯度特征的海陆分割算法。首先利用边缘检测提取图像的梯度特征，梯度特征对灰度级并不敏感而对梯度的变化敏感，对于陆地灰度级较低的区域也能够提取边缘。对得到的边缘进行形态学处理，利用设定的面积阈值将图像分为主体陆地区域和孤立陆地区域，进一步可以屏蔽陆地。实验结果表明，该方法可以较好的分割陆地中阴暗区域，对于未经辐射校正图像有较好的适用性，并且有较快的处理速度。     

基于线性特征的中分辨率航天遥感器MTF在轨评价及其在图像恢复中的应用

文章在简要介绍遥感器在轨MTF评测值在遥感图像处理中的意义基础上,分析了中分辨率遥感卫星成像过程MTF在轨测试的各种方法的适用性、算法和具体指标要求,提出了适合于中分辨率遥感卫星成像过程MTF的在轨评价方法,并剖析了遥感卫星成像过程中影响MTF的多种因素;最终以CBERS-02星CCD图像为对象进行了试验,并有效运用于图像恢复。     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.     

浅析互有位移图像序列的超分辨率复原

超分辨率图像复原的目的在于复原截止频率之外的信息,以使图像获得更多的细节和信息。基于互有位移序列图像进行的超分辨率复原,除了利用物体的先验信息和单幅图像的信息之外,还充分利用了不同图像之间的补充信息,因此其超分辨率复原能力高于利用单帧图像的复原法。这项技术可以广泛应用于遥感、高清晰电视和医学成像等多个领域。通过对超分辨率复原技术理论基础的阐述,指出基于序列图像的高分辨率成像技术的合理性,并介绍对互有位移图像序列的获取方法:亚像元动态成像系统、光学系统和利用压电陶瓷的方法。     

基于JPEG2000一种上下文生成的改进方法

提出一个在JPEG2000标准的基础上改进的上下文生成方案,它基于当前位平面一个系数产生的重要信息对当前位平面其它系数的上下文不产生影响的原则。这个方法在基本不降低压缩质量的前提下,提高了编解码的执行速度,降低了操作复杂度。实验表明该改进算法将对提高硬件系统性能有很好帮助。     

基于像素抽样的快速互相关图像匹配算法

在不同大小的实时图像(假定为小)和基准图像(假定为大)的匹配算法中，最常用的方法是互相关匹配算法，但如果对每个点都计算二维相关函数则计算量非常大。文章提出对图像的匹配采用粗、精两步快速匹配的方法：首先将实时图像每一列灰度值相加，形成一个一维信号，用此一维信号到基准图生成的一维信号中用一维相关函数进行粗匹配，实现降维和提高速度的目的。然后将相关函数值中较大的一些点作为备选点，在原图中利用这些不多的备选点计算二维相关函数，相关函数值最大的点即为最佳匹配点，实现精匹配。在一维匹配中采用隔4列、隔3行取一个点的像素抽样方法以提高粗匹配速度。实验结果表明了文章算法的快速性和准确性。     

一种基于可操纵金字塔的鲁棒图像匹配算法

图像匹配是计算机视觉和图像处理领域中一个比较活跃的研究课题。针对离散小波变换对于图像平移和旋转的敏感性，提出了一种基于可操纵金字塔的图像匹配算法。算法考虑的是图像之间存在平移和旋转变换的情况。首先，变换的近似旋转角在图像分解的最底层采用环映射算法得到，然后在图像分解的其余层提取兴趣点作为匹配特征，并使用Hausdom距离来度量参考图像和待匹配图像之间的相似性，依次得到由粗到细的匹配结果。实验表明该算法具有较高的匹配精度和较强的鲁棒性。